- •Содержание
- •Основные сведения
- •Понятия алгоритма и структуры данных
- •Анализ сложности и эффективности алгоритмов и структур данных
- •Структуры данных
- •Элементарные данные
- •Данные числовых типов
- •Данные целочисленного типа
- •Данные вещественного типа
- •Операции над данными числовых типов
- •Данные символьного типа
- •Данные логического типа
- •Данные типа указатель
- •Линейные структуры данных
- •Множество
- •Линейные списки
- •Линейный однонаправленный список
- •Линейный двунаправленный список
- •Циклические списки
- •Циклический однонаправленный список
- •Циклический двунаправленный список
- •Разреженные матрицы
- •Матрицы с математическим описанием местоположения элементов
- •Матрицы со случайным расположением элементов
- •Очередь
- •Нелинейные структуры данных
- •Мультисписки
- •Слоеные списки
- •Спецификация
- •Реализация
- •Деревья
- •Общие сведения
- •Обходы деревьев
- •Спецификация двоичных деревьев
- •Реализация
- •Основные операции
- •Организация
- •Представление файлов b-деревьями
- •Основные операции
- •Общая оценка b-деревьев
- •Алгоритмы обработки данных
- •Методы разработки алгоритмов
- •Метод декомпозиции
- •Динамическое программирование
- •Поиск с возвратом
- •Метод ветвей и границ
- •Метод альфа-бета отсечения
- •Локальные и глобальные оптимальные решения
- •Алгоритмы поиска
- •Поиск в линейных структурах
- •Последовательный (линейный) поиск
- •Бинарный поиск
- •Хеширование данных
- •Функция хеширования
- •Открытое хеширование
- •Закрытое хеширование
- •Реструктуризация хеш-таблиц
- •Поиск по вторичным ключам
- •Инвертированные индексы
- •Битовые карты
- •Использование деревьев в задачах поиска
- •Упорядоченные деревья поиска
- •Случайные деревья поиска
- •Оптимальные деревья поиска
- •Сбалансированные по высоте деревья поиска
- •Поиск в тексте
- •Прямой поиск
- •Алгоритм Кнута, Мориса и Пратта
- •Алгоритм Боуера и Мура
- •Алгоритмы кодирования (сжатия) данных
- •Общие сведения
- •Метод Хаффмана. Оптимальные префиксные коды
- •Кодовые деревья
- •Алгоритмы сортировки
- •Основные сведения. Внутренняя и внешняя сортировка
- •Алгоритмы внутренней сортировки
- •Сортировка подсчетом
- •Сортировка простым включением
- •Сортировка методом Шелла
- •Сортировка простым извлечением.
- •Древесная сортировка
- •Сортировка методом пузырька
- •Быстрая сортировка (Хоара)
- •Сортировка слиянием
- •Сортировка распределением
- •Сравнение алгоритмов внутренней сортировки
- •Алгоритмы внешней сортировки
- •Алгоритмы на графах
- •Алгоритм определения циклов
- •Алгоритмы обхода графа
- •Поиск в глубину
- •Поиск в ширину (Волновой алгоритм)
- •Нахождение кратчайшего пути
- •Алгоритм Дейкстры
- •Алгоритм Флойда
- •Переборные алгоритмы
- •Нахождение минимального остовного дерева
- •Алгоритм Прима
- •Алгоритм Крускала
- •190000, Санкт-Петербург, ул. Б. Морская, 67
-
Случайные деревья поиска
Случайные деревья поиска представляют собой упорядоченные бинарные деревья поиска, при создании которых элементы (их ключи) вставляются в случайном порядке.
При создании таких деревьев используется тот же алгоритм, что и при добавлении вершины в бинарное дерево поиска. Будет ли созданное дерево случайным или нет, зависит от того, в каком порядке поступают элементы для добавления. Примеры различных деревьев, создаваемых при различном порядке поступления элементов приведены ниже.
Рисунок 32. Случайные и вырожденные деревья поиска
При поступлении элементов в случайном порядке получаем дерево с минимальной высотой h (см. Рисунок 32.а), а соответственно минимизируется время поиска элемента в таком дереве, которое пропорционально O(log n). При поступлении элементов в упорядоченном виде (см. Рисунок 32.б) или в несколько необычном порядке (см. Рисунок 32.в) происходит построение вырожденных деревьев поиска (оно вырождено в линейный список), что нисколько не сокращает время поиска, которое составляет O(n).
-
Оптимальные деревья поиска
При поиске в двоичном дереве одни элементы могут искаться чаще, чем другие, то есть существуют вероятности pk поиска k-го элемента и для различных элементов эти вероятности неодинаковы. Можно сразу предположить, что поиск в дереве в среднем будет более быстрым, если те элементы, которые ищутся чаще, будут находиться ближе к корню дерева.
Пусть даны 2n+1 вероятностей p1, p2, …, pn, q0, q1, …, qn, где
pi – вероятность того, что аргументом поиска является Ki;
qi – вероятность того, что аргумент поиска лежит между Ki и Ki+1;
q0 – вероятность того, что аргумент поиска меньше, чем K1;
qn – вероятность того, что аргумент поиска больше, чем Kn;
Тогда цена дерева поиска C будет определяться следующим образом:
где levelrootj – уровень узла j, а levellistk – уровень листа k.
Дерево поиска называется оптимальным, если его цена минимальна или, другими словами, оптимальное бинарное дерево поиска – это бинарное дерево поиска, построенное в расчете на обеспечение максимальной производительности при заданном распределении вероятностей поиска требуемых данных.
Существует подход построения оптимальных деревьев поиска, при котором элементы вставляются в порядке уменьшения частот, что дает в среднем неплохие деревья поиска. Однако этот подход может дать вырожденное дерево поиска (см. п. 3.3.4.2), которое будет далеко от оптимального.
Еще один подход состоит в выборе корня k таким образом, чтобы максимальная сумма вероятностей для вершин левого поддерева или правого поддерева была настолько мала, насколько это возможно. Такой подход также может оказаться плохим в случае выбора в качестве корня элемента с малым значением pk.
Существуют алгоритмы, которые позволяют построить оптимальное дерево поиска. К ним относится, например, алгоритм Гарсия-Воча. Однако такие алгоритмы имеют временную сложность порядка O(n2), а некоторые еще имеют такую же пространственную сложность. Таким образом, создание оптимальных деревьев поиска требует больших накладных затрат, что не всегда оправдывает выигрыш при быстром поиске.